手指静脉图像特征提取算法-信号与信息处理专业论文.docx

优秀毕业论文 精品参考文献资料 摘 要 随着社会的进步和计算机技术的发展，人们对信息安全的要求日益增高。人们期待一种 更方便、更可靠的方式来进行身份识别，然而新一代的生物识别技术正在逐渐取代传统的认 证方法，例如指纹识别、人脸识别、虹膜识别和静脉识别等。在这些生物识别技术中，手指 静脉识别技术以活体识别、内部特征、非接触式等突出优势，成为最具发展潜力的生物识别 技术之一。但是，由于受到现有图像采集设备和环境因素的影响，导致采集的手指静脉图像 存在对比度低、灰度分布不均等问题，这就降低了静脉特征提取的准确性，进而影响手指静 脉识别系统的识别率。论文在总结了现有的生物识别技术研究成果的基础上，研究低质量手 指静脉图像的特征提取算法。 论文的主要创新分为以下几个部分： （1）提出了基于模糊集和最大邻域内差的手指静脉特征提取算法（简称 FVFM 算法）。 该算法首先利用改进的模糊增强算法改善图像的对比度，然后定义一个 8 扇形邻域分块模板 计算出原图像的最大邻域内差图像，并与模糊增强后的图像进行加权重构图像，得到新的增 强图像。最后，将增强图像与它的均值图像进行差值比较得到最终的静脉提取效果。通过实 验表明，该方法不仅有效地增强了手指静脉图像，使得静脉纹路提取效果好，而且克服了光 照不均，灰度对比度低的带来的噪声影响。 （2）提出一种基于方向检测的手指静脉图像特征提取算法（简称 FVDD 算法）。算法的 思想是用掩膜算法计算手指静脉图像的点方向图和块方向图，针对静脉纹路的谷形特征设计 新的方向模板对指静脉图像进行方向滤波，以达到提取静脉纹路的目的。然后，对滤波后的 图像进行图像分割和细化，得到最后的提取效果。为了证明该算法的有效性，利用修正的 Hausdorff 距离实现对校准的细化图像模板进行匹配实验。实验结果表明：该方算法对手指静 脉特征的提取效果理想，并且能有效地提高识别率；同时，证明了该算法的有效性和实用性。 （3）提出了一种新的基于 Gabor 滤波增强的手指静脉分割算法（简称 FVGF 算法）。该 算法通过设计新的方向算子计算静脉图像的方向分布率来选择滤波器的方向，然后利用手指 静脉横截面的灰度分布和曲率分布分析静脉纹路的宽度和纹路频率来确定 Gabor 滤波器的频 率和滤波器尺寸的范围。针对手指静脉纹路的每个方向各构造一个 Gabor 滤波器对该方向的 纹路进行增强，得到每个方向的增强子图，对每幅增强子图分配不同的加权系数重构图像。 最后将重构图像的 4 方向均值图像和重构图像进行比较，得到提取的静脉特征图像。经过实 验验证，该算法使得手指静脉图像克服了灰度分布不均和噪声带来的影响，并且分割的手指 静脉特征连续性好，噪声少，有较高的识别精度。 关键词：生物识别，手指静脉，模糊增强，方向检测，Gabor 滤波 I ABSTRACT With the development of society and computer technology, the requirements of people for information security are increasingly high. People expect a more convenient and reliable method for identity authentication, and the traditional authentication methods are gradually replaced by a new generation biometric authentication, such as fingerprint recognition, face recognition, retina recognition, vein recognition. Among them, the finger vein recognition technology is to be one of most biometric technologies with its advantages such as living recognition, interior characteristic, non-contacting. But for the influence of the equipment and lighting factors, the finger vein image contrast is lower, and the image gray levels are uneven which will reduce the accuracy of the finger vein feature extraction. All